[TEAMLAB] 3-1. Numpy Overview

     TEAMLAB X Inflearn의 Numpy 강좌를 정리한 정보들이다.

 

● 수식을 코드로 표현하는 법

matrix, vector로 방정식 표현하기

     굉장히 큰 matrix를 다루기 위해서 좋은  패키지를 사용하는 것이 좋은 방법인데 파이썬에서의 과학 처리 패키지인 Numpy가 가장 대표적이라고 한다.

 

● Numpy

     Numpy는 Numerical Python의 약자이고, 파이썬의 고성능 과학 계산용 패키지이다.

Matrix나 Vector과 같은 Array 연산의 사실상의 표준에 해당하고, 한글로 넘파이로 주로 통칭하며 넘피 / 뉴마이라고 부르기도 한다.

 

● Numpy의 특징

1. 일반 List에 비해 빠르고, 메모리를 훨씬 더 효율적으로 사용한다.

→ 그렇기 때문에 굉장히 큰 matrix를 다루는 데 적합하여 과학계산용으로 적합하다.

2. 반복문 없이 데이터 배열에 대한 처리를 지원한다.

→ for이나 while등을 사용하지 않고 map에서 제공하는 여러 함수들로 해결할 수 있다.

3. 선형대수와 관련된 다양한 기능을 제공한다.

4. C, C++, Fortran 등의 언어와 통합이 가능하다.

→ 거의 쓰이지는 않는다고 한다.

 

● Numpy 공부를 위한 참고 자료들

-CS231 - http://cs231n.github.io/python-numpy-tutorial/#numpy 

CS231n Convolutional Neural Networks for Visual Recognition

- https://docs.scipy.org/doc/numpy-dev/user/quickstart.html

-데이터 사이언스 스쿨(파이썬 버전) - https://goo.gl/3hsjbS 

Transitioning Google URL Shortener to Firebase Dynamic Links

-Numpy - https://goo.gl/7Nwjvv 

Transitioning Google URL Shortener to Firebase Dynamic Links

-파이썬 라이브러리를 활용한 데이터 분석

 

● Numpy 설치법

 

     activate ml_scratch나 source activate ml_scratch를 한 뒤 conda install numpy를 하면 된다.

Mac이나 리눅스에서는 pip를 사용하면 된다.

 

다음 시간에는 본격적으로 numpy를 사용하는 방법을 배우도록 하겠다.